Padroneggiare la governance del Lakehouse di Microsoft Fabric: guida completa

By Mirko Peters · 2026-08-28

Bentornati nel blog del podcast! Se seguite i nostri ultimi episodi audio, sapete che ci piace approfondire le architetture tecniche e le strategie che mantengono in piena efficienza le moderne piattaforme dati…

Automatically translated with AI from the original post. Read the English original

Bentornati nel blog del podcast! Se seguite i nostri ultimi episodi audio, sapete che ci piace approfondire le architetture tecniche e le strategie che mantengono in piena efficienza le moderne piattaforme dati. Oggi ci concentriamo su un tema che è in cima alle priorità di praticamente ogni responsabile dei dati: la governance del lakehouse, le baseline di sicurezza e la lineage dei dati. Se vuoi approfondire ancora di più la conversazione audio che ha ispirato questo post, non perdere l'episodio correlato, Microsoft Fabric Lakehouse Governance and Data Lineage.

La governance del Lakehouse di Microsoft Fabric ti permette di controllare, proteggere e gestire i tuoi dati con sicurezza. Ottieni una visibilità completa sul percorso dei tuoi dati, indispensabile per rispettare le normative di conformità e prendere decisioni consapevoli. Oggi oltre il 65% dei responsabili dei dati pone la governance al primo posto nella propria strategia e il 71% delle organizzazioni ha già un programma in atto. Microsoft Fabric si distingue per il tracciamento automatico della Data Lineage, le autorizzazioni basate sugli spazi di lavoro e un catalogo Purview unificato. Queste funzionalità ti aiutano a fidarti dei tuoi dati e a utilizzarli in modo efficace.

Punti chiave

• La governance del Lakehouse di Microsoft Fabric ti aiuta a controllare e proteggere i dati in modo efficace.
• Il tracciamento automatico della Data Lineage mostra il percorso dei dati, aumentando la fiducia e la conformità.
• Definisci solide baseline di sicurezza per gestire gli accessi e proteggere le informazioni sensibili.
• Usa le autorizzazioni basate sugli spazi di lavoro per controllare chi può accedere e modificare i dati nel tuo ambiente.
• Monitora regolarmente la qualità dei dati e gli accessi per individuare subito i problemi e mantenere la conformità.
• Organizza con cura gli spazi di lavoro per definire confini di sicurezza chiari e una gestione efficace dei dati.
• Sfrutta i metadati per migliorare la individuabilità dei dati e supportare la conformità alle normative.
• Implementa un monitoraggio continuo per mantenere sano e sicuro il tuo ambiente dati.

8 fatti sorprendenti sulla Data Lineage in Microsoft Fabric con Purview

1. Lineage automatizzata end-to-end tra fonti ibride: Purview integrato con Microsoft Fabric può acquisire automaticamente la lineage da fonti dati on-premises, multi-cloud e SaaS verso gli asset di Fabric, offrendo una visione unificata end-to-end senza mappature manuali.
2. La lineage visuale è interattiva e interrogabile: I diagrammi di lineage in Fabric + Purview non sono immagini statiche: puoi cliccare su dataset, pipeline, notebook e report per esplorare in tempo reale le relazioni upstream/downstream e i dettagli dei metadati.
3. Lineage a livello di codice per notebook e trasformazioni: Purview può estrarre e mostrare la lineage a livello di codice o di trasformazione (ad esempio notebook di Synapse, job Spark), indicando quali colonne specifiche e blocchi di codice hanno contribuito alle colonne a valle.
4. Sono supportate la lineage a livello di schema e di colonna: Oltre ai flussi a livello di dataset, Purview tiene traccia delle modifiche allo schema e delle mappature di colonna, consentendo un'analisi precisa dell'impatto quando una colonna viene rinominata, aggiunta o eliminata.
5. Acquisizione automatica della lineage da Power BI ed esperienze di Fabric: Report, dashboard di Power BI e dataflow di Fabric vengono analizzati automaticamente e collegati al grafo di lineage, così gli artefatti di BI compaiono insieme ai dati grezzi e ai processi ETL.
6. La lineage dei metadati alimenta i flussi di governance: Le informazioni di lineage possono essere usate da criteri, protezione dei dati e processi di certificazione. Per esempio, puoi automatizzare la propagazione delle etichette di riservatezza e le notifiche di impatto in base ai percorsi di lineage.
7. Viste storiche della lineage e viaggio nel tempo: Purview con Fabric può conservare snapshot storici della lineage, permettendo di confrontare come sono cambiati nel tempo flussi di dati e trasformazioni, a fini di audit e conformità.
8. Integrazione con strumenti di osservabilità e operativi: I metadati di lineage possono essere esportati o integrati con sistemi di monitoraggio e gestione degli incidenti, così i team operativi possono risalire rapidamente dal fallimento al dataset o all'artefatto di codice alla radice.

Governance nel Lakehouse di Microsoft Fabric

Principi fondamentali

Per gestire i dati in modo efficace servono basi solide. Il Lakehouse di Microsoft Fabric costruisce la propria governance su tre principi principali:

1. Baseline di sicurezza: imposti una baseline di sicurezza standard per ogni workspace. Questo ti aiuta a controllare chi può accedere ai dati e come si spostano.
2. Monitoraggio: tieni traccia delle metriche chiave e usi dashboard centralizzate. Così hai una visibilità costante sullo stato e sull'affidabilità della piattaforma.
3. Governance del deployment: tratti tutti gli artefatti dei dati come codice. Usi pipeline automatizzate per distribuire le modifiche in modo controllato.

Definisci anche i confini di sicurezza dei workspace. Applichi etichette di riservatezza predefinite per classificare i dati in base al loro impatto. Applichi criteri di protezione basati su queste etichette. Questi passaggi ti aiutano a proteggere le informazioni sensibili e a mantenere al sicuro i tuoi dati.

Pilastri della governance

Puoi pensare alla governance in Microsoft Fabric Lakehouse come a quattro pilastri principali. Ogni pilastro supporta una parte diversa della tua strategia di gestione dei dati.

Usi Microsoft Purview per proteggere i dati sensibili e garantire la conformità. Puoi assegnare etichette di riservatezza ai dati e tenere traccia delle azioni degli utenti con gli audit trail. I criteri DLP di Purview ti aiutano a rilevare le informazioni sensibili e a mantenere la tua organizzazione conforme.

Sfide nella governance del Lakehouse

Potresti dover affrontare diverse sfide quando implementi la governance in un ambiente lakehouse. Queste sfide possono incidere sulla qualità, sulla sicurezza e sulle operazioni dei dati.

Puoi ridurre i rischi seguendo solide pratiche di data governance. Ad esempio, dovresti definire criteri chiari, usare il controllo degli accessi basato sui ruoli e integrare Microsoft Purview. Questi passaggi ti aiutano a mantenere l'integrità e la sicurezza di tutti i tuoi asset di dati.

💡 Lo sapevi? Il costo medio globale di una violazione dei dati ha raggiunto livelli storicamente elevati. Una governance debole può anche causare perdite annuali ingenti a causa di una collaborazione inefficace. Agire adesso protegge la tua organizzazione e i tuoi dati.

Data lineage in Fabric Lakehouse

Che cos'è il data lineage?

Il data lineage mostra il percorso completo dei tuoi dati. Puoi vedere da dove partono, come si spostano e dove finiscono. In Microsoft Fabric Lakehouse, il data lineage è visualizzato a livello di artefatto. Noterai che Lakehouse e Warehouse appaiono come nodi separati, anche se condividono dati in OneLake. Quando usi Dataflow Gen2, vedi ogni passaggio come una parte distinta dello spostamento dei dati. A volte un endpoint di analisi SQL in un Lakehouse crea nodi aggiuntivi. Anche metodi di connessione diversi possono generare più nodi per la stessa origine o destinazione. Al momento non è possibile unire Lakehouse e Warehouse in un unico nodo di lineage. Questa mappatura chiara ti aiuta a capire il flusso e la struttura dei tuoi dati.

Tracciamento automatico del lineage

Microsoft Fabric Lakehouse ti offre il tracciamento automatico del lineage. Non serve configurare processi manuali. Ci pensano le materialized lake view. Puoi visualizzare un diagramma di lineage generato automaticamente che mostra come le tue view dipendono dalle tabelle di origine. Il sistema gestisce gli aggiornamenti in base alle modifiche nei dati di origine. Così vedi sempre le connessioni e le dipendenze più recenti. Puoi individuare rapidamente da dove provengono i dati e come cambiano nel tempo. Questa funzionalità ti fa risparmiare tempo e riduce gli errori.

Vantaggi per conformità e fiducia

Il data lineage e l'analisi dell'impatto hanno un ruolo chiave nel rispetto degli standard di conformità e nel costruire fiducia nei dati. Puoi usare le funzionalità di lineage a supporto di importanti normative:

Ottieni una visibilità chiara sul flusso dei dati e sulle relative dipendenze. Questo ti aiuta a risalire all'origine degli errori e a capire l'impatto delle modifiche.

La data lineage in Microsoft Fabric Lakehouse rafforza la fiducia nei dati aziendali offrendo una visibilità chiara sul flusso dei dati e sulle relative dipendenze. Gli utenti possono così risalire all'origine degli errori e comprendere l'impatto delle modifiche. Questa trasparenza aiuta a verificare l'accuratezza e l'affidabilità dei dati che stanno utilizzando.

Puoi usare la data lineage e l'analisi dell'impatto per la root cause analysis. Puoi individuare rapidamente l'origine di un errore. Puoi inoltre eseguire un'analisi dell'impatto per capire le conseguenze delle modifiche prima di applicarle. Queste funzionalità ti aiutano a risolvere i problemi, a mantenere la conformità e a garantire la trasparenza in tutta l'organizzazione.

Architettura del Lakehouse

Acquisizione e archiviazione dei dati

Puoi portare i dati nel tuo lakehouse con diversi metodi flessibili. Microsoft Fabric supporta una serie di strumenti di acquisizione adatti a diversi livelli di competenza ed esigenze. Ad esempio, puoi usare Pipeline Copy Activity per un approccio no-code quando devi spostare rapidamente grandi quantità di dati. Se preferisci un'interfaccia visiva, Dataflows Gen 2 ti permette di trasformare i dati con strumenti low-code. Per attività più avanzate, Apache Spark ti dà la possibilità di scrivere codice personalizzato. Le Data Pipelines ti aiutano ad automatizzare lo spostamento dei dati sia in batch sia in tempo reale, mentre Transact-SQL supporta operazioni complesse con i comandi SQL che conosci già.

Quando organizzi i dati, spesso adotti un approccio a livelli:

• Bronze: dati grezzi così come arrivano.
• Silver: dati puliti o arricchiti.
• Gold: dati curati, pronti per analisi o report.

Questa struttura ti aiuta a gestire la qualità dei dati e a seguirne il percorso dalla fonte all'insight. Ogni passaggio prevede controlli di convalida che proteggono l'integrità dei dati e prevengono errori. Le funzionalità di audit registrano ogni azione, così sai sempre chi ha acceduto o modificato i tuoi dati. Questi strumenti supportano la conformità a normative come GDPR e HIPAA.

Metadati e cataloghi

I metadati sono la spina dorsale del tuo lakehouse. Descrivono i dati e ne facilitano la ricerca, la comprensione e la fiducia. Microsoft Fabric include potenti funzionalità di scansione dei metadati che ti permettono di catalogare ogni asset, fino al livello di colonna. Puoi visualizzare i dettagli sulle strutture dei dati, come nomi delle tabelle e tipi di colonna, il che ti aiuta a valutare e utilizzare i dati con sicurezza.

Un catalogo ben gestito migliora sia la individuabilità sia la governance. Puoi assegnare la proprietà, definire regole di sicurezza e monitorare la qualità dei dati. Quando usi i metadati come ponte, colleghi le tue basi analitiche a prodotti dati affidabili e di alta qualità. Questo approccio previene problemi ricorrenti di qualità dei dati e supporta un ambiente governato e pronto per l'AI.

Suggerimento: usa i metadati per tracciare le modifiche e mantenere una traccia chiara della storia dei tuoi dati. Questa pratica ti aiuta a evitare confusione e garantisce che tutti lavorino con le informazioni più accurate.

Integrazione con Microsoft Purview

Microsoft Purview porta nel tuo lakehouse funzionalità avanzate di catalogazione e governance. Esegue la scansione di tabelle e file, fornendo informazioni dettagliate su ogni colonna e sul suo tipo di dati. Questo livello di dettaglio semplifica l'onboarding di nuove origini dati e favorisce contratti di dati chiari tra i team.

Purview evidenzia anche informazioni sui dati sensibili, aiutandoti a restare conforme alle normative sulla privacy. I suoi metadati avanzati si collegano agli strumenti di qualità dei dati, così puoi profilare e convalidare i tuoi asset. Il tracciamento della lineage mostra da dove provengono i dati e come cambiano, un elemento fondamentale per l'analisi dell'impatto quando aggiorni schemi o processi.

Ecco i componenti principali dell'architettura di Microsoft Fabric Lakehouse:

Grazie a questi strumenti integrati, crei un ambiente dati sicuro e ben governato, che supporta sia l'analisi sia la conformità.

Sicurezza e controllo degli accessi

Autorizzazioni basate sull'area di lavoro

Controlli l'accesso ai tuoi dati in Microsoft Fabric Lakehouse tramite autorizzazioni basate sull'area di lavoro. Le aree di lavoro fungono da contenitori sicuri per i tuoi dati e per gli asset di analisi. Assegni gli utenti a ruoli specifici all'interno di ogni area di lavoro, e questi ruoli determinano le azioni che gli utenti possono compiere. Ad esempio, un utente con il ruolo Visualizzatore può solo leggere i dati, mentre un Collaboratore può modificare e creare nuovi elementi.

Puoi anche impostare autorizzazioni a livello di elemento. Questo significa che puoi concedere a un utente l'accesso a un singolo dataset o a una singola tabella senza dargli accesso a tutta l'area di lavoro. Questa flessibilità ti aiuta a proteggere le informazioni sensibili e a limitarne l'esposizione.

Ecco una rapida panoramica di come funzionano le autorizzazioni:

Le autorizzazioni basate sull'area di lavoro applicano la sicurezza a tutti i motori di calcolo in OneLake. Non devi configurare regole separate per ciascun motore. Questo approccio unificato semplifica la gestione degli accessi e riduce il rischio di errori.

Suggerimento: assegna agli utenti solo le autorizzazioni di cui hanno bisogno. Questa pratica segue il principio del privilegio minimo e rende i tuoi dati più sicuri.

Accesso basato sui ruoli

Il controllo degli accessi basato sui ruoli (RBAC) offre una precisione ancora maggiore. Puoi assegnare ruoli che corrispondono alla mansione di ciascun utente. Ad esempio, potresti concedere ai data scientist l'accesso a determinati schemi o tabelle, mentre gli analisti di business ottengono l'accesso ai report curati.

La procedura per configurare l'accesso basato sui ruoli è semplice:

Puoi usare i comandi SQL per un controllo granulare. Questo ti permette di definire con precisione chi può visualizzare o modificare dati specifici. Ti giova anche la mascheratura dinamica dei dati, che nasconde le informazioni sensibili agli utenti non autorizzati. Le etichette di riservatezza di Purview e le funzionalità di protezione delle informazioni ti aiutano a classificare e proteggere i dati automaticamente.

Nota: l'accesso basato sui ruoli ti aiuta a soddisfare i requisiti di conformità, garantendo che solo gli utenti autorizzati possano visualizzare i dati sensibili.

Prevenire la deriva di sicurezza

La deriva di sicurezza si verifica quando autorizzazioni e ruoli diventano incoerenti nel tempo. Questo può creare lacune nelle difese. Previeni la deriva di sicurezza standardizzando il modello di sicurezza e rivedendo regolarmente gli accessi.

Ecco alcune aree da standardizzare:

Dovresti pianificare revisioni periodiche degli accessi. Verifica chi ha accesso a ciascuna area di lavoro e a ciascun elemento. Rimuovi le autorizzazioni non più necessarie. Usa Microsoft Purview Data Security Posture Management per individuare i rischi e intervenire rapidamente.

Revisioni regolari e un modello di sicurezza chiaro mantengono sicuro e conforme il tuo ambiente lakehouse.

Best practice di governance e lineage

Strutturazione delle aree di lavoro

Stabilisci le basi per una governance solida organizzando con cura le aree di lavoro. Un'area di lavoro ben strutturata ti aiuta a controllare l'accesso, a proteggere i dati sensibili e a mantenere l'ambiente gestibile man mano che i dati crescono. Inizia definendo confini di sicurezza chiari per ogni area di lavoro. Decidi chi può creare nuove aree di lavoro e chi gestisce l'accesso al loro interno. Assegna un amministratore principale che supervisioni autorizzazioni e modifiche.

Applica sempre etichette di riservatezza predefinite ai tuoi dati. Questo passaggio garantisce che ogni dataset riceva fin dall'inizio il livello di protezione corretto. Applica criteri di protezione per controllare come gli utenti condividono e accedono ai dati. Questi criteri aiutano a prevenire esposizioni non autorizzate e a mantenere l'organizzazione conforme.

Ecco alcune best practice per strutturare le aree di lavoro:

Puoi anche seguire questi passaggi per rafforzare la struttura delle aree di lavoro:

• Stabilisci una baseline di sicurezza standard per tutti gli spazi di lavoro.
• Designa un amministratore principale dello spazio di lavoro che gestisca l'accesso.
• Applica il principio del privilegio minimo per le autorizzazioni degli utenti.

Suggerimento: rivedi regolarmente le autorizzazioni degli spazi di lavoro per evitare derive di sicurezza e proteggere i tuoi dati.

Gestione dei metadati

I metadati sono il fondamento della tua strategia di data governance. Quando gestisci bene i metadati, rendi più semplice per tutti trovare, capire e fidarsi dei dati. Cataloga ogni asset, comprese tabelle, file e report. Assegna una proprietà chiara, così gli utenti sanno a chi rivolgersi per domande o modifiche.

Aggiorna i metadati ogni volta che aggiungi o modifichi dei dati. Questa abitudine mantiene il catalogo accurato e aiuta a evitare confusione. Usa tag e descrizioni per evidenziare campi sensibili o tipi di dati particolari. Questi dettagli supportano la conformità e rendono più semplici gli audit.

Un processo di gestione dei metadati solido migliora anche la scoperta dei dati. Gli utenti possono cercare dataset per parole chiave, tag o classificazioni. Questo approccio fa risparmiare tempo e riduce il rischio di usare dati obsoleti o errati.

Nota: pratiche di metadati coerenti ti aiutano a mantenere la qualità dei dati e a supportare il tracciamento automatico della lineage.

Convenzioni di denominazione

Convenzioni di denominazione chiare rendono l'ambiente dati più semplice da navigare e governare. Quando usi nomi standard, aiuti gli utenti a trovare ciò di cui hanno bisogno e a capire lo scopo di ogni asset. Nomi coerenti supportano anche gli strumenti automatici che tracciano la lineage e applicano i criteri.

Ecco alcuni schemi di denominazione comuni che puoi usare in Microsoft Fabric Lakehouse:

Evita nomi vaghi o generici. Include invece il dominio, il progetto o lo scopo di business in ogni nome. Questa pratica facilita il tracciamento della lineage e la gestione delle autorizzazioni.

Suggerimento: documenta le tue convenzioni di denominazione e condividile con il team, così tutti seguono gli stessi standard.

Monitoraggio continuo

Il monitoraggio continuo ti aiuta a mantenere il tuo ambiente dati sano e sicuro. Devi controllare ogni giorno le pipeline di dati, le autorizzazioni e la qualità dei dati. Questa pratica ti permette di individuare i problemi in anticipo e di risolverli prima che diventino difficoltà più grandi.

Puoi usare gli strumenti di monitoraggio integrati in Microsoft Fabric Lakehouse. Questi strumenti mostrano lo stato delle pipeline di dati, degli aggiornamenti e delle attività degli spazi di lavoro. Ricevi avvisi quando qualcosa non va o quando i dati non rispettano gli standard di qualità. Puoi configurare dashboard che tengono traccia delle metriche chiave, come i tassi di successo delle pipeline, la freschezza dei dati e l'attività degli utenti.

Ecco alcuni passaggi che puoi seguire per un monitoraggio continuo efficace:

1. Configura gli avvisi: imposta avvisi per caricamenti di dati non riusciti, modifiche alle autorizzazioni o attività insolite. Ricevi una notifica immediata e puoi reagire rapidamente.
2. Monitora la qualità dei dati: usa strumenti di data profiling per verificare valori mancanti, duplicati o outlier. Pianifica scansioni regolari per mantenere puliti i dati.
3. Verifica accessi e modifiche: controlla i log per vedere chi ha acceduto o modificato i dati. Questo ti aiuta a individuare azioni non autorizzate e a mantenere la conformità.
4. Automatizza le attività di monitoraggio: usa l'automazione per eseguire controlli e inviare report. L'automazione ti fa risparmiare tempo e riduce l'errore umano.
5. Rivedi le metriche regolarmente: consulta spesso i tuoi dashboard. Monitora le tendenze delle prestazioni delle pipeline e dell'utilizzo dei dati per individuare schemi o rischi.

Suggerimento: usa Microsoft Purview Data Security Posture Management per individuare i rischi e ottenere raccomandazioni operative. Questo strumento ti aiuta a restare un passo avanti rispetto alle minacce e ai problemi di conformità.

Se trascuri il monitoraggio continuo, potresti incontrare alcune insidie comuni. Ad esempio, potresti non accorgerti di una pipeline fallita e ritrovarti con report obsoleti. Potresti non notare una modifica alle autorizzazioni che espone dati sensibili. Il monitoraggio regolare ti aiuta a evitare questi rischi.

Ecco una checklist rapida per il monitoraggio continuo in Fabric Lakehouse:

Rendendo il monitoraggio continuo un'abitudine, proteggi i tuoi dati, supporti la conformità e costruisci fiducia nelle tue analisi. Crei un ambiente dati più sicuro e affidabile per tutti nella tua organizzazione.

Scenari reali

Audit di conformità

Ti trovi ad affrontare audit di conformità quando devi dimostrare che i tuoi dati rispettano gli standard legali e di settore. Microsoft Fabric Lakehouse ti aiuta a prepararti a questi audit con registrazioni chiare e un tracciamento automatizzato. Puoi mostrare agli auditor da dove provengono i dati, come si spostano e chi vi accede. Il sistema registra ogni azione, quindi hai sempre una traccia da seguire.

Usi le etichette di riservatezza e le classificazioni dei dati per proteggere le informazioni private. Microsoft Purview cataloga i tuoi dati ed evidenzia i campi sensibili. Questo rende facile trovare e verificare i dati importanti durante un audit. Puoi anche generare report che mostrano la derivazione dei dati e la cronologia degli accessi. Queste funzionalità ti permettono di rispondere rapidamente alle domande ed evitare sanzioni.

Suggerimento: pianifica revisioni periodiche del catalogo dei dati e delle autorizzazioni. In questo modo il tuo ambiente resta pronto per qualsiasi audit.

Risoluzione dei problemi sui dati

I problemi sui dati possono rallentare il lavoro o causare errori nei report. Microsoft Fabric Lakehouse ti offre strumenti per individuare e risolvere rapidamente questi problemi. Puoi seguire il percorso dei dati per capire dove qualcosa va storto. I diagrammi di derivazione automatici ti mostrano ogni passaggio, dall'origine alla destinazione.

Quando riscontri problemi di spostamento o di accesso ai dati, puoi seguire questi passaggi:

• Verifica la connettività di rete per assicurarti che i dati possano spostarsi tra i sistemi.
• Controlla le impostazioni di autenticazione per confermare che utenti e servizi abbiano le autorizzazioni corrette.
• Testa le connessioni per capire se firewall o token scaduti bloccano i dati.
• Usa i log di controllo per vedere chi ha apportato modifiche e quando.

Questi passaggi ti aiutano a risolvere problemi comuni, come copie di dati non riuscite o record mancanti. Puoi agire rapidamente e mantenere il flusso dei dati regolare.

Se risolvi i problemi in anticipo, eviti complicazioni più gravi in seguito. I controlli periodici ti aiutano a mantenere sani i tuoi dati.

Abilitare la scoperta dei dati

Per prendere decisioni efficaci hai bisogno di trovare i dati giusti. Microsoft Fabric Lakehouse rende la scoperta dei dati semplice e sicura. Il catalogo Purview ti consente di cercare set di dati, tabelle e report per nome, tag o classificazione. Vedi i dettagli di ogni asset, come proprietario, livello di riservatezza e ultimo aggiornamento.

Un catalogo ben organizzato ti fa risparmiare tempo. Non devi indovinare dove si trovano i dati o se sono aggiornati. Puoi fidarti delle informazioni perché ne vedi la cronologia completa e la derivazione. Questo ti aiuta a usare i dati con sicurezza e a condividere gli insight con il tuo team.

Nota: incoraggia il tuo team a mantenere aggiornati i metadati. Metadati di qualità rendono la scoperta più semplice per tutti.

Ottieni un valore concreto quando usi una governance solida e la derivazione dei dati in Microsoft Fabric Lakehouse. La derivazione automatica, le autorizzazioni dell'area di lavoro e il catalogo Purview ti danno controllo e visibilità. Le organizzazioni segnalano prestazioni migliori, minore complessità e maggiore fiducia nei propri dati.

Per approfondire, puoi:

• Esplorare la scansione dei metadati e le viste di derivazione in ogni area di lavoro.
• Usare Microsoft Purview per classificare e proteggere i tuoi dati.
• Monitorare i dati con OneLake Diagnostics.

Inizia subito a costruire un ambiente dati sicuro e affidabile che supporti i tuoi obiettivi.

Checklist: derivazione dei dati di Microsoft Fabric con Purview

Usa questa checklist per pianificare, implementare, validare e mantenere la derivazione dei dati per Microsoft Fabric con Microsoft Purview.

1. Definisci ambito e obiettivi — Identifica set di dati, report, pipeline e casi d'uso da tracciare con la derivazione dei dati di Microsoft Fabric.
2. Inventaria gli asset dei dati — Cataloga in Purview le aree di lavoro Fabric, i Lakehouse, le tabelle, i report di Power BI, i notebook e le pipeline.
3. Verifica le autorizzazioni — Assicurati che Purview disponga delle autorizzazioni necessarie per eseguire la scansione degli asset di Fabric e che le entità di servizio o le identità gestite siano configurate.
4. Registra le origini di Microsoft Fabric — Aggiungi a Purview gli endpoint di Fabric (Lakehouse, OneLake, Power BI, Synapse o altre origini) come origini dati.
5. Configura le scansioni — Pianifica e configura le scansioni di Purview per le origini Fabric per acquisire schemi, classificazioni e metadati di derivazione.
6. Abilita la lineage end-to-end — Verifica che la raccolta della lineage end-to-end funzioni lungo i livelli di acquisizione, trasformazione (ad esempio Spark, Dataflow) e reportistica in Fabric.
7. Collega entità logiche e fisiche — Assicurati che i set di dati logici e le posizioni di archiviazione fisiche siano collegati, così che la lineage mostri chiaramente le relazioni.
8. Applica classificazioni ed etichette di riservatezza — Usa le regole di classificazione di Purview e le etichette di Microsoft Information Protection per contrassegnare i dati sensibili in Fabric.
9. Implementa connettori personalizzati se necessario — Crea o configura connettori di lineage personalizzati per componenti di Fabric non supportati o strumenti di terze parti.
10. Convalida la lineage acquisita — Confronta la lineage di Purview con le pipeline, le query SQL e i notebook effettivi di Fabric per garantire accuratezza e completezza.
11. Documenta la logica di ETL e trasformazione — Mantieni descrizioni, regole di trasformazione e responsabili per ogni passaggio della lineage nel glossario di Purview o nelle descrizioni degli asset.
12. Assegna proprietari e responsabili dei dati — Definisci le responsabilità per la manutenzione della lineage, la qualità dei metadati e la gestione dei problemi di lineage.
13. Verifica i controlli di accesso — Assicurati il principio del privilegio minimo per gli asset di Fabric e Purview e limita chi può modificare i metadati di lineage.
14. Monitora l'integrità di scansioni e lineage — Imposta avvisi e controlla regolarmente i log delle scansioni, gli errori e le metriche di completezza della lineage.
15. Esegui l'audit delle modifiche alla lineage — Tieni traccia nel tempo delle modifiche a lineage e metadati, per conformità e risoluzione dei problemi.
16. Forma i team — Offri formazione a data engineer, analisti e responsabili dei dati su come Purview si integra con la lineage dei dati di Microsoft Fabric e su come usare le viste di lineage.
17. Applica i criteri di governance — Implementa criteri per conservazione, accesso, classificazione e metadati obbligatori degli asset di Fabric in Purview.
18. Mantieni un glossario aziendale — Associa i termini aziendali ai set di dati e alle lineage di Fabric per migliorarne la individuabilità e la comprensione.
19. Ottimizza le prestazioni delle scansioni — Regola pianificazioni, ambito e utilizzo delle risorse delle scansioni per bilanciare l'aggiornamento della lineage con il carico del sistema.
20. Verifica e migliora — Rivedi periodicamente l'accuratezza e la copertura della lineage e i processi di governance; itera su scansioni, mappature e formazione.

Visibilità della lineage in Fabric

Che cos'è la lineage dei dati di Microsoft Fabric e perché è importante?

La lineage dei dati di Microsoft Fabric traccia il flusso dei dati dalla origine alla destinazione attraverso gli elementi di Fabric, mostrando come i dati attraversano pipeline, modelli semantici e output. È importante perché abilita la data governance e l'analisi dell'impatto, e aiuta i team di data science e business intelligence a individuare la causa dei problemi sui dati, a convalidare le trasformazioni (incluse le elaborazioni delta) e a garantire report accurati su più carichi di lavoro.

In che modo la vista di lineage supporta l'analisi dell'impatto e la mappatura delle dipendenze?

La vista di lineage visualizza le dipendenze a monte e a valle tra elementi di Fabric come dataflow, tabelle e report. Questa mappatura consente l'analisi dell'impatto, così da capire quali asset a valle saranno interessati da una modifica, e supporta il tracciamento delle dipendenze tra elementi di Fabric e tra più aree di lavoro o origini.

La lineage di Microsoft Fabric può tracciare la origine fino alla destinazione attraverso più servizi come Azure e SQL Server?

Sì. La lineage di Fabric acquisisce il flusso dei dati tra più servizi, inclusi i componenti della piattaforma dati di Azure e SQL Server. Può tracciare la origine fino alla destinazione all'interno di Fabric, mostrando le connessioni da database locali, pipeline di Azure Data Factory e archiviazione cloud fino ai modelli semantici e agli output di business intelligence.

In che modo le funzionalità di lineage supportano i flussi di lavoro di data science e business intelligence?

Le funzionalità di lineage offrono ai team di data science e business intelligence visibilità su come vengono costruiti i set di dati, quali trasformazioni avvengono e quali output ne dipendono. Questo supporta esperimenti riproducibili, la verifica dei dati di addestramento dei modelli e la tracciabilità di report e dashboard usati in BI, riducendo i rischi e aumentando la fiducia nei risultati.

Cosa mostra la vista di lineage per i flussi di dati delta e incrementali?

La visualizzazione lineage può mostrare i flussi di dati delta e incrementali indicando i passaggi specifici o le pipeline che eseguono aggiornamenti incrementali o caricamenti delta. Ti aiuta a capire dove si verifica la change data capture o l'elaborazione delta e in che modo questi aggiornamenti incrementali si propagano ai modelli semantici e agli output finali.

Come posso usare il lineage per individuare l'origine di un problema di qualità dei dati?

Usa il grafo lineage per risalire dall'output interessato attraverso trasformazioni, pipeline e sistemi di origine. La visualizzazione aiuta a identificare la tabella, l'API o il file di origine che ha introdotto il problema e consente di ispezionare gli elementi Fabric intermedi e i modelli semantici per restringere il campo alla causa principale.

Microsoft Fabric offre API e funzionalità di integrazione per il supporto tecnico sull'automazione dell'accesso al lineage?

Microsoft Fabric offre API e integrazioni con cui interrogare programmaticamente i metadati di lineage, e Microsoft Learn fornisce documentazione ed esempi per iniziare. Per i problemi in produzione, il supporto tecnico e gli aggiornamenti di sicurezza sono disponibili attraverso i canali di supporto standard di Microsoft e i piani di supporto di Azure.

Come si collegano sicurezza e governance al lineage e alla visibilità in Fabric?

Il lineage supporta la governance dei dati, rendendo più semplice applicare i criteri e tenere traccia della provenienza dei dati. Combinato con i controlli di accesso della piattaforma dati e di Azure, il lineage contribuisce a garantire che i dati sensibili vengano gestiti correttamente e che gli aggiornamenti di sicurezza e i log di audit possano essere ricondotti a specifici elementi Fabric e processi.

Quali sono i limiti comuni del lineage in Fabric e come si possono mitigare?

I limiti più comuni includono metadati incompleti per alcune origini, vincoli di prestazioni per grafi molto grandi o lacune per i connettori proprietari. Le strategie di mitigazione includono l'arricchimento dei metadati durante l'acquisizione, la suddivisione dei flussi complessi in pipeline modulari e l'uso delle API per integrare le informazioni di lineage con documentazione esterna o tracciamento personalizzato.

In che modo il lineage si integra con i modelli semantici e gli output di BI?

Il lineage collega i modelli semantici ai dataset upstream e alle pipeline ETL, e mostra quali report e dashboard di business intelligence utilizzano tali modelli. In questo modo i team BI possono vedere come le modifiche nella piattaforma dati influiscono sui modelli semantici e sugli output, e pianificare di conseguenza gli aggiornamenti o i refresh.

Dove posso trovare risorse aggiuntive e materiale di apprendimento sul lineage di Fabric?

Tra le risorse aggiuntive ci sono i moduli di Microsoft Learn, la documentazione ufficiale sul sito di Microsoft Fabric, i blog della community e le guide di Azure Data Factory. Questi materiali trattano l'uso delle visualizzazioni lineage, delle API, delle pratiche di governance e le best practice per mappare i flussi di dati tra elementi Fabric e modelli semantici.

Come inizio a costruire una visualizzazione lineage per le mie pipeline di Data Factory e le mie origini SQL?

Inizia catalogando le origini (SQL Server, archiviazione di Azure, API), strumentando pipeline ed elementi Fabric affinché emettano metadati, e abilitando la raccolta del lineage in Fabric. Usa le funzionalità di mappatura di pipeline e dipendenze per visualizzare i flussi tra gli elementi Fabric, poi verifica che i modelli semantici e gli output di BI riflettano le connessioni upstream previste.